×
彼得·斯托多拉

混合蚁群算法在多仓库车辆路径问题中的应用。 （英语） Zbl 1530.68288号

自然计算。 19，第2期，463-475（2020年）.

MSC公司：

68瓦50 进化算法、遗传算法（计算方面）
90B06型 运输、物流和供应链管理
90 C59 数学规划中的近似方法和启发式

关键词：

蚁群优化;局部优化过程;多基地车辆路径问题;混合算法;生物启发算法
PDF格式BibTeX公司 XML格式引用
\textit{P.Stodola}，自然计算。19，第2号，463--475（2020；Zbl 1530.68288）
全文： 内政部

参考文献：

[1] 阿卜杜勒卡德，MMS；Gajpal，Y。；ElMekkawy，TY，多车厢车辆路径问题的混合蚁群算法，应用软件计算，37，196-203（2015）
[2] Bae，H。；Moon，I.，考虑交付和安装车辆的时间窗多报告车辆路径问题，应用数学模型，40，13-14，6536-6549（2016）·邮编1465.90005
[3] 巴尔达奇，R。；Mingozzi，A.，《解决不同类别车辆路径问题的统一精确方法》，《数学程序》，120，2，347-380（2009）·Zbl 1180.90260号
[4] 布拉哈，M。；Silinger，K.，火炮火力战术和技术控制地形大地测量问题的应用支持，国际电路系统信号处理，12，48-57（2018）
[5] Braekers，K。；Ramaekers，K。；Van Nieuwenhuyse，I.，《车辆路径问题：最新分类和审查》，计算机工业工程，99，300-313（2016）
[6] 布里托，J。；FJ马丁内斯；JA莫雷诺；Verdegay，JL，《带时间窗和模糊约束的封闭式车辆路径问题的ACO混合元启发式算法》，应用软件计算，32，154-163（2015）
[7] 布伦海默，B。；哈特尔，RF；施特劳斯，C。；Voß，S.，将蚂蚁系统应用于车辆路径问题，元神经：优化局部搜索范式的进展和趋势，285-296（1999），纽约：Springer，纽约·Zbl 0970.90019号
[8] Caldeira，TCM，《多基地车辆路径问题的优化：生物质发电物流和运输应用》（2009），里斯本：里斯本技术大学
[9] 克拉克·G。；Wright，JW，《从中央仓库到多个交付点的车辆调度》，Oper Res，12，4，568-581（1964）
[10] 科尔多，JF；Maischberger，M.，车辆路径问题的并行迭代禁忌搜索启发式算法，Comput Oper Res，39，92033-2050（2012）
[11] 科尔多，JF；Gendreau，M。；Laporte，G.，《周期性和多基地车辆路径问题的禁忌搜索启发式算法》，《网络》，30，2，105-119（1997）·兹比尔0885.90037
[12] Dantzig，英国；Ramser，JH，卡车调度问题，管理科学，6，1，80-91（1959）·Zbl 0995.90560号
[13] de Oliveira，FB，多基地车辆路径问题的协同进化算法，实验系统应用，43，117-130（2016）
[14] 多里戈，M。；马尼佐，V。；Colorni，A.，《蚂蚁系统：协作代理群体的优化》，IEEE Trans-Syst Man-Cybern第B部分（Cybern），26，1，29-41（1996）
[15] Drozd，J.，《军事观察员训练系统的分析结果》，《经济管理》，第1期，第24-31页（2016年）
[16] Gao，J.，使用改进蚁群算法的汽车连锁维修零件交付问题，Adv Mech Eng，8，9，1-13（2016）
[17] 马里兰州加里；Johnson，DS，《计算机与难处理性：NP完全性理论指南》（1979），纽约：W.H.Freeman，纽约·Zbl 0411.68039号
[18] 比利时吉列；Johnson，JG，多终端车辆调度算法，Omega，4，6，711-718（1976）
[19] 古尔库，ö。；Mahi，M。；Baykan，ØK；Kodaz，H.，求解旅行商问题的基于蚁群优化和3-Opt算法的并行协作混合方法，软计算，22，5，1669-1685（2018）
[20] Gulczynski，D。；金色，BL；Wasil，E.，《多仓库分装配送车辆路径问题：基于整数规划的启发式、新测试问题和计算结果》，《计算工业工程》，61，3，794-804（2011）
[21] 海诺宁，J。；Pettersson，F.，应用于job-shop调度问题的混合蚁群优化和可见性研究，应用数学计算，187,2989-998（2007）·Zbl 1127.90027号
[22] 霍迪克，J。；Kacprzyk，J.，支持军事自主系统生命周期的标准，智能系统和计算的进展，671-678（2018），柏林：施普林格，柏林
[23] Imran，A.，一种基于可变邻域搜索的多基地车辆路径问题启发式算法，J Tek Ind，15，2，95-102（2011）
[24] Jabir，E。；Panicker，VV；Sridharan，R.，针对多仓库绿色车辆路径问题的混合蚁群-变量邻域搜索算法的设计与开发，《运输研究》第D部分《运输环境》，57，12月，422-457（2017）
[25] 卡莱奇，哥伦比亚广播公司；Kaya，C.，一种蚁群系统增强的可变邻域搜索算法，用于同时取货和交货的车辆路径问题，实验系统应用，66，163-175（2016）
[26] 南卡罗来纳州卡拉卡蒂奇。；Podgorelec，V.，《求解多仓库车辆路径问题的遗传算法综述》，应用软件计算，37，2月，519-532（2015）
[27] Ma Y等人（2017）针对带时间窗的多基地车辆路径问题的改进ACO。收录：Xu J et al（eds）第十届管理科学与工程管理国际会议论文集，智能系统与计算进展，第502卷
[28] Maischberger，M。；科尔多，JF；沃斯，S。；Pahl，J。；Reiners，T.，用简单的并行迭代Tabu搜索解决车辆路径问题的变体，网络优化，395-400（2011），纽约：施普林格，纽约·Zbl 1345.90111号
[29] 马蒂，R。；拉古纳，M。；Glover，F.，《分散搜索原理》，《欧洲运营研究杂志》，169，2，359-372（2006）·兹比尔1079.90178
[30] 蒙托亚·托雷斯，JR；弗朗哥，JL；伊萨扎，SN；希梅内兹，HF；Herazo-Padilla，N.，《多仓库车辆路径问题的文献综述》，《计算机工业工程》，79，1月，115-129（2015）
[31] NEO Web（2017）网络和新兴优化。西班牙马拉加大学。http://neo.lcc.uma.es/vrp/vrp-instances/multiple-depot-vrp-iinstances/。访问日期：2017年3月1日
[32] 诺维基，E。；Smutnicki，C.，《针对job-shop问题的快速禁忌搜索算法》，《管理科学》，42，6，797-813（1996）·Zbl 0880.90079号
[33] Otrisal，P。；Florus，S。；巴桑，G。；Mosteanu，D.，《使用模拟物测试用于与化学战剂相关的人体表面隔离保护的建筑材料》，《Chim评论》，69，2，300-304（2018）
[34] 佩特里亚，N。；Ginghina，R。；Pretorian，A。；彼得·R。；巴桑，G。；Otrisal，P。；Mosteanu，D.，《关于军事多边形中影响军事健康和环境的危险化合物的实验调查》，Rev Chim，69，7，1640-1644（2018）
[35] 拉贾帕，GP；JH威尔克；Bell，JE，解决分装配送车辆路径问题的蚁群优化和混合元启发式算法，国际应用工业工程，3，1，1-19（2016）
[36] Reiners Ch（2015）基于约束编程的启发式算法在滚动规划范围内求解多基地车辆路径问题，杜伊斯堡大学博士论文
[37] 雷诺，J。；拉波特，G。；Boctor，FF，多基地车辆路径问题的禁忌搜索启发式算法，Comput Oper Res，23，3，229-235（1996）·Zbl 0855.90055号
[38] Riahi，V。；Kazemi，M.，一种用于无等待flowshop调度的新型混合蚁群算法，Oper Res，18，1，55-74（2018）
[39] Rybansky M（2017）通过植被的可通行性分析。In:国际军事技术会议，Brno，pp 207-210
[40] 北卡罗来纳州夏尔马。；Monika，M.，关于多站点车辆路径问题的文献调查，Int J Sci Res Dev，3，4，1752-1757（2015）
[41] Stodola，P.，用改进的优化准则对多仓库车辆路径问题进行元启发式，算法，11，5，1-14（2018）·Zbl 1461.90016号
[42] 斯托多拉，P。；Mazal，J.，基于使用蚁群优化算法的多仓库车辆路径问题的战术模型，《国际数学模型方法应用科学》，9，summer，330-337（2015）
[43] 斯托多拉，P。；Mazal，J.，将蚁群优化算法应用于容量受限的多仓库车辆路径问题，国际生物启发计算杂志，8，4，228-233（2016）
[44] 斯托多拉，P。；Mazal，J。；Hodicky，J.，《帮助指挥官进行决策的战术决策支持系统，自治系统建模和仿真》，396-406（2016），罗马：斯普林格，罗马
[45] 苏雷卡，P。；Sumathi，S.，使用遗传算法解决多仓库车辆路径问题，世界应用程序，1，3，118-131（2011）
[46] Thangiaha，R。；Salhi，S.，《遗传聚类：多基地车辆路径问题的自适应启发式算法》，Appl Artif Intell，15，4，361-383（2001）
[47] 蒂尔曼，FA；Cain，TM，《单终端和多终端配送问题的上限算法》，《管理科学》，18，11，664-682（1972）·Zbl 0238.90047号
[48] CJ Ting；Chen，CH，多蚁群系统与模拟退火相结合求解带时间窗的多基地车辆路径问题，Transp Res Rec J Transp Res-Board，2089，85-92（2008）
[49] Van Breedam，A.，比较车辆路径问题的下降启发式和元启发式，Comput Oper Res，28，4，289-315（2001）·Zbl 0976.90018号
[50] Vidal，T.，多仓库和周期性车辆路径问题的混合遗传算法，Oper Res，60，3，611-624（2012）·Zbl 1260.90058号
[51] 弗尔科夫斯基，M。；Ivanusa，T。；诺依曼，V。；Foltin，P。；Vlachova，H.，使用数据记录器优化运输期间的货物安全，《运输安全杂志》，10，3-4，63-71（2017）
[52] Wen M（2010）丰富的车辆路径问题和应用。博士论文，DTU管理，Kongens Lyngby
[53] 雷恩，A。；Holliday，A.，《车辆从一个或多个仓库到多个交付点的计算机调度》，Oper Res Q，23，3，333-344（1972）
[54] Yalian，T.，《多基地车辆路径问题的改进蚁群优化》，国际工程技术杂志，8，5，385-388（2016）
[55] Yao，B.，改进蚁群算法求解海鲜配送路径问题，Promet Traffic Transp，26，1，1-10（2014）
[56] Yu，B。；杨，ZZ；Yao，BZ，车辆路径问题的改进蚁群优化，欧洲运营研究杂志，196,1171-176（2009）·Zbl 1156.90434号
[57] Yu，B。；杨，ZZ；Xie，JX，A parallel improved ant colony optimization for multi-deposte vehicle routing problem，J Oper Res Soc，62，1，183-188（2010），多站点车辆路径问题的并行改进蚁群优化，J Oper-Res-Soc，62，118-188
[58] 张，X。；Tang，L.，用于车辆路径问题的一种新的混合蚁群优化算法，模式识别Lett，30，9848-855（2009）
[59] Zouari W，Alaya I，Tagina M（2017）针对强相关背包问题的局部搜索混合蚁群算法。参加：计算机系统和应用国际会议。IEEE，第527-533页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。